酷哇科技有限公司

招聘部门：研发中心
【职位职责】
1. 负责对车辆行驶数据进行系统性分析，从海量路测数据中挖掘驾驶行为模式，识别异常驾驶事件与边缘场景，为算法迭代提供数据支撑。
2. 设计并实现面向自动驾驶场景的数据挖掘流程，对复杂交通场景进行自动化识别与分类，构建覆盖典型与长尾场景的场景库，支撑仿真测试与模型训练。
3. 负责数据采集、清洗、标注需求定义，推动数据从路测采集到模型训练的高效流转，持续提升数据利用效率。
4. 与感知、规划、测试及评估等团队紧密协作，将数据分析结论转化为可落地的优化建议，协同推进问题定位与解决。

【任职要求】
1. 本科及以上学历，计算机、数学、统计、电子信息或相关专业背景。
2. 具备扎实的数据分析与处理能力，熟练使用 Python 及常用数据分析工具链（Pandas、NumPy、SQL 等）。
3. 具备时序数据处理经验，能够从结构化或半结构化日志数据中提取有效特征。
4. 有自动驾驶、车联网、IoT 或工业数据分析相关项目经验者优先。
5. 熟悉机器学习基础算法，具备分类、聚类、异常检测等方法的实际应用经验者优先。

【学历要求】
本科及以上

【硬性专业要求】
计算机相关专业、数学相关专业、统计相关专业、电子信息相关专业

数据挖掘工程师

招聘部门：研发中心
【职位职责】
1. 模型车端部署：负责自动驾驶端到端模型及多模态大模型（LLM/VLM）在车端平台上的高效迁移与部署。
2. 量化与压缩：研发并落地模型量化（PTQ/QAT）、剪枝、蒸馏等轻量化技术，深入探索 FP8、INT4 等低比特精度量化方案，在保证模型精度的前提下大幅提升推理性能。
3. 算子与内核优化：针对特定硬件架构，利用 CUDA、TensorRT、Triton 等工具进行高性能算子开发与优化，特别是针对 Attention 机制的加速。
4. 软硬协同优化：深入分析模型在硬件上的瓶颈，通过计算图优化、内存管理优化、多流并发等手段，实现全链路推理延迟的最小化。
5. 性能评测与对齐：建立完善的模型性能与精度评测体系，负责云端与车端模型输出的一致性校验，定位并解决部署过程中的精度损失问题。

【任职要求】
1. 计算机、电子工程、人工智能等相关专业本科及以上学历。
2. 精通 C++ 和 Python，具备扎实的编程功底和良好的算法与数据结构基础。
3. 深入理解模型量化原理，有实际的量化落地经验，熟悉常用的量化框架（如 TensorRT-LLM、AutoAWQ、BitsAndBytes 等）。
4. 熟悉主流深度学习框架（PyTorch/TensorFlow）及模型转换工具（ONNX/TensorRT/TVM）。
5. 具备 GPU 体系架构知识，能够熟练编写 CUDA 代码或进行高性能计算优化者优先。
6. 熟悉 Transformer 架构及大模型推理加速技术。
7. 加分项：参与过开源推理引擎（如 vLLM, DeepSpeed-MII, LMDeploy）的开发或贡献。
8. 加分项：有在 NVIDIA DRIVE OS 或相关车端底层平台上部署大规模模型的实战经验。
9. 加分项：具备端到端自动驾驶模型部署经验，熟悉多模态感知数据流的处理优化。

【学历要求】
本科及以上

【硬性专业要求】
计算机相关专业、电子工程相关专业、人工智能相关专业

模型部署与量化加速工程师

招聘部门：研发中心
【职位职责】
1. 基于离线数据、在线仿真环境或实车路测数据,设计并实现端到端或层级化深度强化学习系统,解决自动驾驶中的运动规划与决策控制问题；
2. 研发并落地基于深度强化学习的规划算法，应对清扫车自动驾驶中的狭窄作业区域通行、障碍物密集环境导航、作业路径优化等场景；
3. 探索并实现强化学习与规则方法、优化算法的融合方案，结合模仿学习(Imitation Learning)、离线强化学习(Offline RL)等技术提升样本效率与策略安全性；
4. 设计并优化奖励函数与约束机制,构建策略评估指标体系(安全性、稳定性、拟人性、效率等)，建立持续评估与回归测试机制；
5. 负责深度强化学习算法从仿真验证到实车部署的全流程落地,与感知、预测、控制及仿真团队协作完成闭环验证与问题定位；
6. 持续跟踪前沿深度强化学习研究成果(如PPO、SAC、TD3、Transformer-based RL、Multi-agent RL等),结合工程约束进行技术选型与落地。

【任职要求】
1. 计算机科学、自动化、控制工程、机器学习或相关领域的硕士及以上学历(在读研究生或博士生亦可)；
2. 扎实的深度强化学习理论基础,深入理解DQN、A3C、PPO、SAC、DDPG、TD3等主流算法原理及应用场景；
3. 精通至少一种深度学习框架(PyTorch或TensorFlow),具备从头搭建并训练强化学习智能体的能力；
4. 熟练掌握Python和C++编程,具备高质量代码编写能力与工程化经验，熟悉ROS、CARLA、SUMO等仿真环境者优先；
5. 对自动驾驶系统架构(感知-预测-规划-控制)有基本理解,了解运动规划的多目标约束优化问题建模；
6. 在顶级会议或期刊(CVPR、ICCV、NeurIPS、ICML、CoRL、ICRA、IV等)发表过深度学习或自动驾驶相关论文,或拥有相关技术专利者加分。

【学历要求】
硕士及以上

【硬性专业要求】
计算机科学相关专业、自动化相关专业、控制工程相关专业、机器学习相关专业

强化学习算法工程师

招聘部门：研发中心
【职位职责】
1. 大规模数据回灌：搭建并优化数据回灌流水线，实现从原始数据采集、清洗、筛选到模型训练集构建的全链路自动化，保障数据回灌的规模化、高效性与可追溯性。
2. 评价系统研发：设计并落地模型与算法的自动化评估体系，包括离线评测指标体系设计、在线/仿真闭环评估框架搭建，持续量化各算法模块的性能表现。
3. 可视化分析平台：开发数据可视化分析系统，支持多维度数据探索、模型性能趋势追踪及 Case 分析，提升研发团队的数据洞察效率。
4. 闭环流程优化：与模型及数据平台团队紧密协作，持续优化数据闭环各环节的自动化程度，推动"数据采集 → 挖掘 → 标注 → 训练 → 评估 → 回灌"全流程提效。
5. 前沿技术探索：跟踪业界最新进展，探索将大模型（LLM/VLM）、主动学习、自动标注等技术引入数据闭环系统，提升挖掘精度与回灌效率。

【任职要求】
1. 计算机、人工智能、自动化、电子工程或相关专业本科及以上学历。
2. 扎实的编程基础，精通 Python，熟悉 C++，能熟练使用 Pandas、NumPy、Spark 等数据处理工具；熟悉至少一种主流深度学习框架（PyTorch / TensorFlow）。
3. 具备大规模数据处理经验，熟悉分布式计算框架（Spark / Hadoop / Flink）及数据存储系统（HDFS / 对象存储等）。
4. 具备良好的系统设计能力和较强的工程能力，能够独立完成从需求分析到系统落地的全流程工作。
5. 具备优秀的问题分析与解决能力，善于跨团队沟通协作，能清晰表达技术方案。

【学历要求】
本科及以上

【硬性专业要求】
计算机相关专业、人工智能相关专业、自动化相关专业、电子工程相关专业

数据闭环工程师

招聘部门：研发中心
【职位职责】
1. 开发和维护数据处理平台，高效支持数据分析、数据挖掘、数据真值生产、数据标注、数据存储等功能；
2. 设计、开发与维护数据处理平台的服务触发、权限管理、服务运行监控、服务扩缩容等功能；
3. 开发服务触发功能，根据用户权限、用户需求等进行容器注入并自动运行服务；
4. 根据不同的任务类型(长短时等)，设计和开发数据处理平台的容错机制、错误重试、服务恢复以及错误现场保存等，确保相关任务运行成功；
5. 基于业务需求，对 Knative 进行二次开发和功能扩展；
6. 结合 elasticsearch 等工具，开发和维护服务全流程日志存储及快速检索，以便于快速定位问题；
7. 与前端工程师及数据工程师配合，开发数据平台可视化功能；
8. 与开发、测试、运维等相关团队协作，推动平台持续集成与持续交付（CI/CD）流程优化。

【任职要求】
1. 本科及以上学历，熟练掌握Golang，Python或C++至少一种编程语言；
2. 熟悉微服务架构、容器化技术（Docker）、CI/CD 流程及相关工具，熟悉 kafaka 使用及调试，具备云原生相关经验；
3. 熟悉 k8s 生态，具备 Knative 平台的实际运维和二次开发经验，有相关项目实践者优先；
4. 具备良好的问题分析与解决能力，能独立定位和处理复杂系统故障。

【学历要求】
本科及以上

数据平台开发工程师

招聘部门：研发中心
【职位职责】
1. 负责对车辆、机器人各部件/整机，电机/减速器壳体，轴承类，齿轮类结构进行静力学、动力学、屈曲、冲击、模态、振动和拓扑优化及疲劳分析等；
2. 负责对机器人，车辆悬架，运动机构进行多体动力学分析及载荷提取等；
3. 负责推动仿真边界条件的制定。

【任职要求】
1. 本科及以上学历，力学、机械、材料、机器人等相关专业；
2. 理论要求：理论力学、材料力学、固体力学（包括线弹性、粘弹性、塑性、冲击动力学、疲劳力学），振动理论，有限元理论，机器人动力学；
3. 熟练掌握主流有限元软件，具备复杂装配体动静态、模态仿真优化能力，具备系统热力学仿真经验；
4. 有从事过工业/协作/AGV/复合机器人等系统仿真者优先；
5. 有较强的逻辑思维能力，有强烈的持续自我学习能力和意愿，善于学习新的知识，乐于发现、分析和解决复杂问题与技术攻关；
6. 具备良好的沟通、表达与协调能力，具备良好的团队合作意识，较强的责任感及进取精神；
7. 对机器人行业有较高的热情，具备较强的抗压能力，喜欢相关研发工作。

【学历要求】
本科及以上

【硬性专业要求】
力学相关专业、机械相关专业、材料相关专业、机器人相关专业

CAE仿真分析工程师

招聘部门：研发中心
【职位职责】
1. 针对CAS可行性分析、3D断面的设计、DTS尺寸公差标注、参与GDT的标注和修改，模具及工艺分析，了解相应的失效模式；
2. 内外饰零部件3D数据设计，协助项目负责人完成设计工作；
3. 按照产品开发流程，严格执行各阶段所需完成任务；
4. 完成数据设计，主导相关设计评审，并完成各节点点检评审文件；
5. 完成产品3D数据设计、2D图纸以及DFMEA、BOM、DVP等工程文件在PLM上传冻结。

【任职要求】
1. 本科及以上学历，汽车或机械相关专业；
2. 熟悉内外饰常用结构及断面，熟悉控制整车内外饰间隙面差结构及整改方法；
3. 熟悉内外饰件产品的成型工艺，对常见的内外饰零件的表面处理有一定的了解；
4. 熟悉汽车结构及生产流程、汽车车身开发流程、相关标准法规及技术规范；
5. 精通注塑件结构设计，汽车零部件行业结构设计经验优先；
6. 熟练使用NX、CAD等设计软件；
7. 热情、有创造力，具有团队合作精神，注重细节、能够承受压力。

【学历要求】
本科及以上

【硬性专业要求】
汽车相关专业、机械相关专业

车身设计工程师

招聘部门：供管中心
【职位介绍】
1. 清晰的"储备→见习-工程师/主管→基地管理"晋升通道
2. 有竞争力的校招薪酬 + 调派补贴 + 住宿支持
3. 直接面向研发和工艺对话，全方面提升个人对产品理解

【任职要求】
2027 届本科及以上学历，理工科专业
2. 对制造行业感兴趣，有制造、研发、职能类实践项目经验
3. 能接受短期一线轮岗：愿意下车间历练，把一线当作起点而不是终点
4. 能接受未来不同基地调派：前期进行调派，未来确定基地
5. 擅长与不同人员打交道

【学历要求】
本科及以上

【硬性专业要求】
理工科专业

制造储备干部

招聘部门：研发中心
岗位职责：

1、负责算法各模块的测试设计，根据被测系统确定测试计划、测试方法。

2、负责算法场景库、测试管理平台的搭建、维护及持续优化工作。

3、负责算法测试框架的开发及维护，编写测试脚本及测试工具。

4、独立对算法在用例上的执行情况进行评估并出具测试报告。

5、从真实数据中精准定位问题，并挖掘潜在的缺陷。

岗位需求：

1、本科及以上学历，计算机、自动化以及相关电子信息类专业，具有良好的计算机基础和英文读写能力。

2、参与过大型测试项目的测试设计、测试执行及测试分析流程，具有测试管理能力。

3、熟悉Python、JS等脚本语言、熟悉至少一种主流测试框架的原理，拥有独立设计、开发测试框架的经验。

4、有较强的责任心，工作严谨。具有较强的学习能力与流程优化意识。具有较强的沟通能力及协作能力。

加分项：

1、具有较强的数学基础，拥有一定的图像及点云处理能力。

2、熟悉C++语言，有相关工程开发和测试经验。

3、有自动驾驶、AI算法等领域开发和测试经验，或有带领团队完成过大型项目测试工作的经验。

算法测试方向

集成测试方向

招聘部门：研发中心
工作职责：

1、零部件DV实验计划制定，实施及改善跟踪。

2、整车功能实验，性能试验以及耐久试验标准制定，计划制定，实施及改善跟踪

3、自动驾驶功能及性能试验标准制定，计划制定、实施及改善跟踪

4、电气台架试验搭建，标准制定，计划制定，实施及改善跟踪

5、自动化测试（HIL）台架搭建，标准制定，计划制定，实施及改善跟踪

6、线控功能及性能试验标准制定，计划制定、实施及改善跟踪

任职要求：

1、车辆工程、电子电气、机械电子等相关专业

2、有自动驾驶、主机厂、环卫车、专用车、特种车工作经验优先

3、学习能力强，责任心强，工作踏实，性格开朗，有较强的沟通和协作能力；

整车测试方向

工艺方向

质量方向

设备方向

运营管理方向

招聘部门：模型创新与训练
岗位职责：

1、（自动驾驶大模型）负责自动驾驶多模态大模型的研发、微调、部署等工作，探索以大语言模型（LLM）、多模态大模型（VLM）为核心的多模态感知、场景理解和交互，以Tokens的方式接入到决策规划大脑（下游AIPlanner）中； 开展模型压缩与加速研究，通过量化、剪枝、蒸馏、LoRA/QLoRA 等低资源方案，以达到车端可准实时推理的要求；

2、（端到端自动驾驶）负责端到端的预测、决策和规划学习模型研发，解决L4交通场景下的交互决策、轨迹规划问题，探索不同技术范式下的轨迹预测和规划方案，如Diffusion/Next Token Prediction等，并将AIPlanner模型高效部署至公司多个车型产品线（RoboTaxi、RoboBus、无人环卫车、无人物流车等）；通过数据闭环、离线真值、在线难样本数据挖掘、人工数据标注等多种手段加速模型优化和迭代效率；；

3、跟踪学术界（CVPR/ICCV/ECCV、NeurIPS、ICRA 等）与业界最新工作，将前沿技术转化为量产方案；

4、探索自动驾驶领域的AI大模型方案以及和端到端或传统方案的结合（如Slow-Fast方案等）；

5、对现有的研发成果进行总结和沉淀，撰写发明专利或学术论文。

岗位需求：

1、熟练掌握深度学习基本原理和常见算法，有较强的原型系统快速开发和验证能力；

2、掌握至少一种深度学习编程框架，熟练使用Pytorch、TensorFlow等框架，对大规模数据处理和深度网络训练有丰富的实践和调参经验；

加分项：

1、有大语言模型、视觉-语言多模态、数据驱动决策规划等领域的研发和工程部署、强化学习研发经历 ；

2、在ACM或者国内外知名视觉竞赛中有竞赛和获奖经历；

3、在国际顶会和期刊（如：CVPR,ICCV,NeurIPS,AAAI,ICML,TPAMI,IJCV,ACL等）发表过文章。

端到端方向

招聘部门：算法优化与系统
岗位职责：

1. 基于离线数据、在线仿真环境或实车路测数据,设计并实现端到端或层级化深度强化学习系统,解决自动驾驶中的运动规划与决策控制问题；

2. 研发并落地基于深度强化学习的规划算法,应对清扫车自动驾驶中的狭窄作业区域通行、障碍物密集环境导航、作业路径优化等场景；

3. 探索并实现强化学习与规则方法、优化算法的融合方案,结合模仿学习(Imitation Learning)、离线强化学习(Offline RL)等技术提升样本效率与策略安全性

4. 设计并优化奖励函数与约束机制,构建策略评估指标体系(安全性、稳定性、拟人性、效率等),建立持续评估与回归测试机制

5. 负责深度强化学习算法从仿真验证到实车部署的全流程落地,与感知、预测、控制及仿真团队协作完成闭环验证与问题定位

6. 持续跟踪前沿深度强化学习研究成果(如PPO、SAC、TD3、Transformer-based RL、Multi-agent RL等),结合工程约束进行技术选型与落地

任职要求：

7. 计算机科学、自动化、控制工程、机器学习或相关领域的硕士及以上学历(在读研究生或博士生亦可)

8. 扎实的深度强化学习理论基础,深入理解DQN、A3C、PPO、SAC、DDPG、TD3等主流算法原理及应用场景

9. 精通至少一种深度学习框架(PyTorch或TensorFlow),具备从头搭建并训练强化学习智能体的能力

10. 熟练掌握Python和C++编程,具备高质量代码编写能力与工程化经验,熟悉ROS、CARLA、SUMO等仿真环境者优先

11. 对自动驾驶系统架构(感知-预测-规划-控制)有基本理解,了解运动规划的多目标约束优化问题建模

12. 在顶级会议或期刊(CVPR、ICCV、NeurIPS、ICML、CoRL、ICRA、IV等)发表过深度学习或自动驾驶相关论文,或拥有相关技术专利者加分

强化学习方向

招聘部门：离线模型及数据
岗位职责：

1. 负责对车辆行驶数据进行系统性分析，从海量路测数据中挖掘驾驶行为模式，识别异常驾驶事件与边缘场景，为算法迭代提供数据支撑。

2. 设计并实现面向自动驾驶场景的数据挖掘流程，对复杂交通场景进行自动化识别与分类，构建覆盖典型与长尾场景的场景库，支撑仿真测试与模型训练。

3. 结合自动驾驶相关模块需求，制定分层分类的标注规范；优化数据标注流程与质量审核机制，持续提升训练数据的准确性与一致性，确保标注数据可追溯、可复用。

4. 负责数据采集、清洗、标注需求定义，推动数据从路测采集到模型训练的高效流转，持续提升数据利用效率。

5. 参与自动驾驶模型的数据驱动评估工作，通过场景覆盖率分析、数据分布统计及性能指标追踪，支持算法团队对模型进行量化评估与问题定位，将数据分析结论转化为可落地的优化建议。

任职要求：

6. 本科及以上学历，计算机、数学、统计、电子信息或相关专业背景。

7. 具备扎实的数据分析与处理能力，熟练使用 Python 及常用数据分析工具链（Pandas、NumPy、SQL 等）

8. 具备时序数据处理经验，能够从结构化或半结构化日志数据中提取有效特征。

9. 有自动驾驶、车联网、IoT 或工业数据分析相关项目经验者优先。

10. 熟悉机器学习基础算法，具备分类、聚类、异常检测等方法的实际应用经验者优先。

数据挖掘方向

招聘部门：离线模型及数据
岗位职责：

1、负责自动驾驶端到端全链路数据平台的设计、研发与迭代，覆盖车端数据导入、清洗、真值、存储管理、标注、任务调度、数据服务全流程；

2、负责数据存储，任务调度，服务治理等基础能力建设和维护，解决分布式存储、计算、调度核心瓶颈；

3、设计和构建高吞吐、低延迟、高可靠的，业务闭环的数据处理流程，支撑自动驾驶感知、预测、规划、控制等端到端模型研发；

4、负责数据平台服务化、工具化建设，提供高效友好的数据服务，降低数据使用门槛，提升模型研发效率。




任职要求：

1、本科及以上学历，计算机、软件工程、自动化等相关专业；

2、认可自我的计算机技术能力，对技术深度，广度和全栈能力有较高追求，在业务和技术上不设边界；

3、熟悉Python/C++中至少一门后端语言，熟悉Mongodb/MySQL中至少一种数据库技术，熟悉容器化，分布式技术；

4、有大数据治理，分布式服务治理，分布式计算实际经验者优先；

5、熟悉 ray 平台者优先。

数据平台方向

招聘部门：离线模型及数据
岗位职责：

- 模型车端部署：负责自动驾驶端到端模型及多模态大模型（LLM/VLM）在车端平台上的高效迁移与部署。

- 量化与压缩：研发并落地模型量化（PTQ/QAT）、剪枝、蒸馏等轻量化技术，深入探索 FP8、INT4 等低比特精度量化方案，在保证模型精度的前提下大幅提升推理性能。

- 算子与内核优化：针对特定硬件架构，利用 CUDA、TensorRT、Triton 等工具进行高性能算子开发与优化，特别是针对 Attention 机制的加速。

- 软硬协同优化：深入分析模型在硬件上的瓶颈，通过计算图优化、内存管理优化、多流并发等手段，实现全链路推理延迟的最小化。

- 性能评测与对齐：建立完善的模型性能与精度评测体系，负责云端与车端模型输出的一致性校验，定位并解决部署过程中的精度损失问题。

岗位要求：

- 计算机、电子工程、人工智能等相关专业本科及以上学历。

- 精通 C++ 和 Python，具备扎实的编程功底和良好的算法与数据结构基础。

- 深入理解模型量化原理，熟悉常用的量化框架（如 TensorRT-LLM、AutoAWQ、BitsAndBytes 等）。

- 熟悉主流深度学习框架（PyTorch/TensorFlow）及模型转换工具（ONNX/TensorRT/TVM）。

- 具备 GPU 体系架构知识，能够熟练编写 CUDA 代码或进行高性能计算优化者优先。

- 熟悉 Transformer 架构及大模型推理加速技术。

加分项：

- 参与过开源推理引擎（如 vLLM, DeepSpeed-MII, LMDeploy）的开发或贡献。

- 有在 NVIDIA DRIVE OS 或相关车端底层平台上部署大规模模型的实战经验。

- 具备端到端自动驾驶模型部署经验，熟悉多模态感知数据流的处理优化。

模型部署&训练优化方向

招聘部门：模型创新与训练
岗位职责： 

1、（自动驾驶大模型）负责自动驾驶多模态大模型的研发、微调、部署等工作，探索以大语言模型（LLMs）为核心的多模态感知、场景理解和交互； 

2、（端到端自动驾驶）负责端到端的预测、决策和规划学习模型研发，解决L4交通场景下的交互决策、轨迹规划问题；

3、负责数据处理、标注和管理，研发基于数据的模型闭环迭代系统，提升整体效率和性能； 

4、探索自动驾驶领域的AI大模型方案以及和传统方案的结合； 

5、对现有的研发成果进行总结和沉淀，撰写发明专利或学术论文。 




任职要求： 

1、熟练掌握深度学习基本原理和常见算法，有较强的原型系统快速开发和验证能力； 

2、掌握至少一种深度学习编程框架，熟练使用Pytorch、TensorFlow等框架，对大规模数据处理和深度网络训练有丰富的实践和调参经验。




加分项： 

1、有大语言模型、视觉-语言多模态、数据驱动决策规划等领域的研发和工程部署、强化学习研发经历； 

2、在ACM或者国内外知名视觉竞赛中有竞赛和获奖经历； 

3、在国际顶会和期刊（如：CVPR, ICCV, NeurIPS, AAAI, ICML, TPAMI, IJCV, ACL等）发表过文章。

多模态大模型方向

招聘部门：研发中心
职位要求

1、基础背景

计算机、自动化、人工智能或相关专业硕士及以上学历，具有 AI 算法、自动驾驶或具身智能数据闭环或大模型应用落地或相关技术研究经验。
具备扎实的数理统计基础与工程落地思维，对数据敏感，能够从海量数据统计特征中发现算法长尾问题。

2、编程与 AI 工程能力

AI Coding： 具备丰富的 AI 辅助编程经验，熟练掌握 Cursor、Claude Code或Codex等 AI Coding 工具，拥有极高的代码产出与重构效率，具备强烈的“用 AI 构建 AI”的工作习惯。
工程底座： 精通 Python/C++，拥有优秀的工程代码风格，具备高并发、大数据量下的系统设计与性能优化经验，能够处理大规模离线数据调度任务。

3、大模型与 Agent 技术

熟悉 LLM/VLM 的底层原理与能力边界（如 GPT-4V, Qwen-VL, Llama 3 等），具备丰富的 Prompt 调优与复杂逻辑思维链（CoT）设计经验。
深入理解并实战过至少一种主流 Agent 框架（如 LangChain, LlamaIndex, AutoGen, MetaGPT 等），精通 Function Calling / Tool Use 机制。
有在海量非结构化数据中落地 RAG（检索增强生成）或语义检索（Semantic Search）的成功经验。

4、自动驾驶与具身智能算法经验（加分项，以下方向熟悉其一即可）

感知/真值工程： 熟悉主流 3D 检测/分割/跟踪算法（如 BEVFusion, Occupancy 等），有完整的离线自动标注（Auto-labeling）系统开发经验。
数据挖掘： 熟悉主动学习、自监督学习、对比学习算法，有在海量无标签数据中进行有效样本挖掘的成功落地案例。
规控/评测： 熟悉多传感器融合、多目标跟踪以及轨迹优化方案，或对规控模块的离线评测工具链有深刻理解。

5、其他加分项

有将 Agent 技术实际部署在企业级数据闭环、自动化测试或生产力工具中的量产落地案例。
关注开源社区前沿，在 Agent 框架、多模态大模型等相关开源项目中有实质性 PR 贡献。

Agent方向

招聘部门：研发中心
岗位职责

面向机器人室内外导航的 VLM / VLN 算法研发，提升机器人对导航任务、场景语义和空间拓扑的理解能力。
研究基于 VLM 的开放词汇场景理解、视觉导航和语言导航技术。
结合视觉、激光、位姿等多模态数据，构建适当的语义地图表达。
跟进并复现相关前沿工作。
与机器人定位建图、规划团队协作，推动算法从原型验证到产品落地。

任职要求

计算机、机器人、自动化、人工智能等相关专业，本科及以上学历。
熟悉深度学习、计算机视觉、机器人导航或多模态大模型相关技术。
了解 VLM / CLIP / DINO / SAM / VPR / VLN 等方向。
具备 PyTorch 开发经验，能够独立完成模型训练、评估、推理部署和实验分析。
具备良好的论文阅读、方案抽象和工程实现能力。
欢迎智能驾驶领域感知、定位、建图、预测、规划等方向人才投递。不要求已有 VLM / VLN 完整经验，但需要对多模态大模型、语义地图和机器人导航方向有学习兴趣与工程转化能力。

VLN方向

招聘部门：研发中心
岗位职责：

大规模数据回灌：搭建并优化数据回灌流水线，实现从原始数据采集、清洗、筛选到模型训练集构建的全链路自动化，保障数据回灌的规模化、高效性与可追溯性。
评价系统研发：设计并落地模型与算法的自动化评估体系，包括离线评测指标体系设计、在线/仿真闭环评估框架搭建，持续量化各算法模块的性能表现。
可视化分析平台：开发数据可视化分析系统，支持多维度数据探索、模型性能趋势追踪及 Case 分析，提升研发团队的数据洞察效率。
闭环流程优化：与模型及数据平台团队紧密协作，持续优化数据闭环各环节的自动化程度，推动"数据采集 → 挖掘 → 标注 → 训练 → 评估 → 回灌"全流程提效。
前沿技术探索：跟踪业界最新进展，探索将大模型（LLM/VLM）、主动学习、自动标注等技术引入数据闭环系统，提升挖掘精度与回灌效率。

岗位要求：

计算机、人工智能、自动化、电子工程或相关专业本科及以上学历。
扎实的编程基础，精通 Python，熟悉 C++，能熟练使用 Pandas、NumPy、Spark 等数据处理工具；熟悉至少一种主流深度学习框架（PyTorch / TensorFlow）。
具备大规模数据处理经验，熟悉分布式计算框架（Spark / Hadoop / Flink）及数据存储系统（HDFS / 对象存储等）。
具备良好的系统设计能力和较强的工程能力，能够独立完成从需求分析到系统落地的全流程工作。
具备优秀的问题分析与解决能力，善于跨团队沟通协作，能清晰表达技术方案。

数据闭环方向

招聘部门：研发中心
岗位职责: 

1、依照公司要求，集成公司管理及业务流程既有模块，并将智慧供应链系统、智能化生产、柔性集成制造、智慧运营等系列需求转化为一站式数字化解决方案；

2、与业务软件应用方进行合作，搭建全流程业务流转平台，推动流程数字化建设，实现数据分析一站化、可视化、智能化等相关工作，构建公司的决策大脑；

3、依照公司需求，快速迭代和实现公司内部产品的前端和后端开发，参与平台架构设计，开发平台代码、进行评估、代码测试及发布管理。

任职要求：

1、本科及以上学历，计算机相关专业毕业，能够充分理解设计需求并落地，至少参加过一个完整中型项目开发，有全栈开发项目经验；

2、具有丰富的网络或移动后台搭建与编程经验；熟悉业界内常用的开源工具，并在不同项目中有实际使用经验；

3、熟悉Web技术，对大前端技术栈有全面、深入的理解，包括 CSS3、HTML5、HTTP、JavaScript、React 、NodeJS 等，对 Webpack、Grunt、Gulp 等前端工程化与模块化有实践经验；

4、具有扎实的编程及设计功底，熟练使用Python/GO/Java/NodeJS/Ruby中一种以上编程语言，熟悉Shell等脚本语言。

5、具备良好的分析解决问题能力，能独立承担任务和有项目进度把控能力。

以下为加分项：

1、使用Rhinoseros, Grasshopper, Revit或类似BIM软件，CIM软件等优先考虑；

2、有过ERP, PLM类产品开发经历优先考虑

全栈开发方向

招聘部门：研发中心
岗位职责：

1、负责计算机终端、文件打印机等相关设备的日常维护工作；

2、负责操作系统安装调试，办公软件的安装以及维护相关工作；

2、负责会议室设备、视频会议、中心机房的日常支持保障工作；

4、保证办公环境网络安全的稳定性；

5、配合完成相关IT升级、部署、运维工作；

6、参与前端开发相关工作；

任职要求：

1、本科及以上学历，计算机软硬件等相关专业，经验不限；

2、熟悉掌握各种计算机软件硬件，可独立进行安装调试及故障排除；

3、熟悉Windows、LinuX操作系统的安装网络知识；

4、职业发展有偏向前端技术开发方向的优先考虑；

5、有良好的沟通能力和团队合作精神。

运维方向

招聘部门：研发中心
岗位职责：

1.负责嵌入式Linux的优化，移植，驱动和软件开发。

2.根据产品硬件设计，实现其软件驱动，完成软硬件联调。

3.完成软硬件测试用例和其他功能软件的编写。

4.配合进行域控制器硬件开发的驱动测试。

任职要求：

1.自动化，计算机，通信，电子信息工程等相关本科毕业。

2.有嵌入式软件开发经验更佳。

3.熟悉C/C++/Python/shell编程，并用项目案例。

4.熟悉ARM平台下的嵌入式Linux开发调试环境。

5.熟悉内核裁剪，常见外设驱动的开发调试。

6.逻辑能力强，

嵌入式方向

招聘部门：研发中心
岗位职责




1.设计和构建高效的AI基础设施平台，支持自动驾驶中大模型训练加速、模型量化、推理加速、模型服务化




2.深入优化平台的性能和硬件资源使用效率，优化AI模型的存储和计算资源利用，包括GPU、内存、带宽、存储等，提升系统的可靠性、性能和扩展性




3.与算法团队研发密切合作，提供训练和推理基础设施的技术支持和优化方案




任职要求：




1.计算机科学、软件工程或相关专业，TOP本科/硕士学历




2.有扎实的工程算法基础，熟悉python 语言，精通数据结构和常用算法，熟练掌握各种调试、性能分析工具




3.熟悉Kubernetes、Docker等分布式系统技术，具备大规模计算集群的部署和运维经验




4.熟悉AI和机器学习应用的基础设施需求，熟悉大规模训练和推理下的运维和排障方式，具备AI基础设施可观测性设计能力和故障定位能力




5.出色的沟通能力，善于跨团队协作，具有支持多团队AI项目的经验




加分项：




1.具有MLOps经验，掌握模型的持续集成与部署（如Kubeflow、MLflow），有参与建设和优化大规模AI推理平台的经验




2.熟练使用pytorch、cuda




3.在开源项目或社区贡献过代码或有AI基础设施架构相关技术博客和论文者优先

AI-infra方向

招聘部门：研发中心
岗位职责（具身大脑方向）

1、VLA/VLN 算法研发与落地

研发基于多模态大模型的 VLA（视觉-语言-动作）与 VLN（视觉-语言-导航）架构。
负责高维语义指令（如行业 SOP、长程作业规划）到具身技能基元（Skill Primitives）的动态解码与编排，实现复杂开放场景下的长程任务执行。
设计并优化多模态时空思维链（Spatial-Temporal CoT），赋予模型在真实物理场景下的空间具象观察与逻辑推理能力。

2、世界动作模型（World Action Model）的构建与探索

研发基于潜空间的世界动作交互模型，实现对城市动态环境（如行人博弈、车辆交互、抓取操作）的高质量前向模拟与未来状态生成。
结合大模型认知中枢（Agent），落地基于世界动作模型算法，解决操作和移动类的问题（统一通用模型）。

3、具身对齐与闭环反思（Reflection）机制建设

探索并落地基于强化学习（RL）的连续控制与对齐技术，在传统离线行为克隆（BC）的基础上，进一步突破模型在复杂开放环境下的操作天花板与行为边界。
构建基于底层物理反馈的 VLM 闭环反思引擎，实现技能的动态重规划与端侧自治。

职位要求::

计算机、人工智能、机器人控制或相关专业硕士及以上学历。
经历要求（满足其一即可）：
在具身智能和 AI 领域顶级会议/期刊（如 NeurIPS, ICLR, CVPR, ICRA 等）以第一作者发表过 VLM、VLA、RL、世界模型或端到端算法相关的高水平论文。
在行业头部具身智能企业或顶尖 AI 实验室拥有相关的核心算法研发与真机/仿真落地实习经验

VLA与世界动作模型方向

负责搭建数据回灌流水线，设计模型评估体系，开发可视化分析平台，优化数据闭环流程，并探索大模型等前沿技术。要求计算机相关专业，精通Python和C++，熟悉Spark等大数据处理工具，具备系统设计能力和跨团队协作能力。